基于主成分分析法的西南山區河道型水庫水環境變化特征研究

姜 來，李 洪，李 嘉，黃文典，張陵蕾

(1.四川大學 水力學與山區河流開發保護國家重點實驗室，成都 610065；2.四川省紫坪鋪開發有限責任公司，成都 610065)

西南河道型水庫具有河流和湖泊的雙重特性[1]，與一般水庫不同的是河道型水庫水深和水面寬都遠小于庫長，且較一些平原水庫防洪問題較突出。在枯水期，上游來水較少，水庫高水位運行，整體上呈湖泊特性；豐水期為了滿足防洪要求，來流量與泄洪量基本相等，呈河道特性。西南山區蘊含豐富的水資源，隨著工農業的發展及區域人口的增長，西南山區水庫水環境問題日益惡化，出現“藻類水華、黑潮、突發性水質惡化”等水環境問題。西南河道型水庫區別于東部平原水庫有著水深大、水溫低等特點，其中水庫季節性分層是影響水庫物理、化學和生物過程的重要因素[2]。

紫坪鋪水庫是西南地區的一座具有灌溉、供水、防洪、發電、旅游和環境保護等功能的大型水庫，位于岷江上游，正常蓄水位877 m，最大壩高156 m，總庫容11.12 億m3，是西南山區典型的河道型水庫。隨著水庫運行時間的增長，水體水質受到影響，威脅著供水安全，在不同季節會產生不一樣的水質問題。學者們針對紫坪鋪水庫進行了相關研究。如李嘉等[3]分析不同的運行流量對污染物下泄的影響，并對不同污染物的來流情況提出對應的應急措施。李志勤等[4]結合水庫水動力學特性分析水庫中污染物運動規律。張沁等[5]采取水庫的水質原型觀測方法對水庫的水質模型進行驗證。綜上，相關研究只是針對單一水文形態下的水質進行研究，并未對季節影響下湖泊、河流等形態周期變化下的水質進行研究。本研究以2016-2017年以紫坪鋪水庫的水質監測結果成果為基礎，運用聚類分析、因子分析、回歸分析等多元統計分析方法，探究不同形態周期下水庫水質的變化規律及影響水體營養狀態的主控因子，以期為保障水庫水環境安全及富營養化管理提供有力的支撐。

1 材料與方法

1.1 采樣點設置

在紫坪鋪水庫設置12個監測斷面，即漁子溪電站尾水下游(G1)、牛圈溝(G2)、阿壩鋁廠下游(G3)、圣音寺(G4)、壽溪河(Z5)、壽溪河匯口下游(G6)、水田坪(G7)、龍溪溝(Z8)、跨庫大橋右(G9R)、跨庫大橋中(G9M)和跨庫大橋左(G9L)、壩前查關村(G10)和壩下水文站(G11)。紫坪鋪采樣監測斷面見圖1。

圖1 紫坪鋪水質監測點分布Fig.1 Distribution of monitoring sites in Zipingpu reservoir

1.2 樣品采集與分析

采樣時間為2016年5月-2017年4月，每月下旬，每次監測1 d，共監測12次。現場采取表層0.5 m水樣，水銀溫度計及YSI EXO水質多參數水質儀(YSI，美國)讀取表層和深層水溫(T)，塞氏盤測量透明度(SD)，pH計測定pH(HACH，美國)，便攜式濁度儀測定濁度(HACH，美國)，便攜式電導率儀測定電導率。現場水樣采集結合實驗室分析的監測指標包括高錳酸鹽指數(CODMn)、五日生化需氧量(BOD5)、氨氮(NH3-N)、總磷(TP)、總氮(TN)、葉綠素(Chla)等。監測及分析方法按《地表水環境質量標準》中選配的方法進行。紫坪鋪水庫2016～2017年氣象資料來源于都江堰氣象局。

1.3 數據處理及分析

多元統計分析方法包括因子分析、聚類分析、主成分分析，此類方法可以在數據處理中保留大部分的信息，其中主成分分析能夠克服變量選擇時的相關、選擇信息量最豐富的因子，已在水質污染狀況和水質時空變化研究中廣泛應用。

(1)聚類分析。針對數據出現的單位及數量級的不同，對數據進行標準化處理。季節變化對水質的影響，運用多元統計方法選取2016-2017年庫區及壩下12個斷面中包含降雨量及水溫在內的12個指標進行聚類分析，以歐式距離(Euclidean distance)度量樣本距離，運用Ward算法使水質特征相似的月份形成層次聚類樹，將特征類似的季節聚類，得到河流形態時期和湖泊形態時期。

(2)主成分分析。根據水質數據按河流形態期和湖泊形態期分類后，各自利用10個水質指標進行因子分析，依據特征值(PCi)是否大于一的原則提取主成分，分別提取出河流形態期和湖泊形態期的主要水質影響因子，最后計算出監測點的綜合因子得分，由初始因子荷載陣與其對應主成分特征值的平方根的比值得到對應的系數矩陣后，與對應標準化后的水質指標相乘可得到主成分表達式：

(1)

(2)

式中：Fi為各斷面主成分得分；Xj為監測指標；ηij為特征值對應系數；F為各斷面的綜合得分。

(3)多元線性回歸。多元線性回歸將具有多個解釋變量的線性回歸模型，解釋因變量與其他多個自變量之間的線性關系。t-test用于檢驗回歸系數,R2用于驗證預測結果的精確度。本文以2016～2017年紫坪鋪湖泊形態期和河流形態期中各自的主成分因子分值(Score values)為自變量，Chla濃度為因變量進行多元線性回歸。湖泊形態期選擇3個主成分因子的分值(Score valuesPCi)作為自變量進行多元線性回歸；河流形態期選擇4個主成分因子的分值(Score valuesPCi)作為自變量進行多元線性回歸，分別得出紫坪鋪Chla預測模型。

使用Excel 2016和SPSS 22.0進行數據分析，P<0.05表示顯著性相關，P<0.01表示極顯著相關。

2 結果與分析

2.1 水質樣本

紫坪鋪作為岷江上游一座典型西南山區河道型水庫，做好水質監測與防治對水庫水質安全具有重要意義。選取具有代表性的12個監測斷面的10個水質指標作為評價對象。2016年5月～2017年4月監測數據如表1、2。

表1 年內水質指標監測數據Tab.1 Monitoring statistics of water quality index during the year

表2 評價斷面水質監測年均值統計Tab.2 Water quality monitoring annual average statistics of evaluation section

2.2 季節變化的水質特征

降雨和溫度等季節性條件對河道型水庫邊界影響很大，進而影響水庫的水動力特征，不同水動力條件下的水質變化也不同[1]。圖2為2016年5月-2017年4月紫坪鋪包含季節變化特征在內的12個水質因子的聚類結果。依據(Dlink/Dmax)×100<7.5(Dlink/Dmax表示個案連鎖距離與最大連鎖距離之比)和(Dlink/Dmax)×100<2處將時間序列分為兩個時期，即5-9月為河流形態期，1-4月及10-12月為湖泊形態期。水利調度是水庫河流形態與湖泊形態變化的關鍵因子，1-4月水庫入、出庫流量較小，自5月起入、出庫流量逐漸增加，且在此期間水位較低，流速加快，來流量與出庫量基本相等，呈現河道的形態。至9月下泄流量發生改變，出庫量開始減小，水位較低，至10月后下泄流量逐漸下降，水位開始升高至較高水平，流速減小，呈現湖泊的形態。實際水利調度與聚類分析出的結果具有較高相似度，說明聚類結果較好。河流形態期間水位變化范圍在830.69～848.54 m，保持在低水位運行的狀態，入庫流量和降雨量都在較高的程度，且在6、7月泄洪洞開始使用，使流速加快，水域面積減小，形成近似于河道的形態；10月隨著入庫流量和降雨量的降低，水庫開始蓄水至次年的1月，期間保持著平均水位為871.71 m的高水位運行，流速減緩，水域面積增大，形成近似于湖泊的形態。

水溫是影響水庫水質的重要參數之一，水溫變化過程及分布狀況將影響到湖庫水環境中的理化過程，直接或間接的影響水體中浮游植物的生長，水溫的分層對水華的爆發作用顯著[6]。大型水庫中，庫區的水深較深，易形成水溫分層現象，選取庫區水深較深的水田坪、跨庫大橋中和查關村斷面及在河流形態、湖泊形態和水位變動時期中的典型月份進行水溫分層分析(圖3)。紫坪鋪水庫地處川東盆地亞熱帶氣候區，從春末夏初開始至初秋，都保持著穩定的水溫分層結構。在河流形態期向湖泊形態期過渡的9-10月，水體垂向對流作用導致垂向分層破壞，庫區接近同溫狀態，三個斷面平均上下層水溫差僅為1.85 ℃。

圖2 2016-2017年紫坪鋪水質聚類分析結果與月均水利調度變化Fig.2 Water quality cluster analysis results and monthly average water project operation of Zipingpu Reservoir during 2016-2017

圖3 水溫的垂向分層特征Fig.3 Vertical stratification of water temperature

2.3 水質因子空間分布特征

為了研究紫坪鋪河流和湖泊水文形態時期中水質變化規律和主導因子，以及受形態周期變化影響較大的區域。對一年中10個主要的逐月水質參數進行因子分析，將多個水質變量降維為少數能反映情況的綜合變量，即主成分，其中累計貢獻率可代表水質指標大多數的信息。對數據進行KMO(Kaiser-meyer-olkin)值分析和Bartlett球型檢驗[(χ2) ，Bartlett test of sphericity]，檢驗結果表明，湖泊形態期和河流形態期Bartlett值和KMO值分別為0、0.003和0.550、0.529，Bartlett值小于0.05，KMO值大于0.5，說明數據適合用于因子分析。湖泊形態期和河流形態期旋轉載荷矩陣如表3，采用的Kaiser標準化正交旋轉法，通過對10個相關程度較高的水質因子進行線性變換后，將水質因子間的變化關系和相互作用關系集中體現到綜合性變量上，即主成分(PCi)。湖泊形態期從該時期的水質因子中提取了3個特征值大于1的主成分(PC1、PC2、PC3)，PC1的貢獻率為51.78%，主要包含濁度、TP和SD，基本反映了該時期水質的磷污染。PC2的貢獻率為15.14%，主要包含TN、BOD5、電導率和Chla，反映水體的營養狀態。PC3的貢獻率為10.99%，主要包含pH和CODMn，反映水質的有機污染。在第一主成分PC1基本確定湖泊形態期水質一般性的磷污染情況下，還反映了水體營養狀態和有機污染的2種不同環境問題；河流形態期從該時期的水質因子中提取了4個特征值大于1的主成分(PC1、PC2、PC3、PC4)，PC1的貢獻率為39.20%，主要包含濁度、SD和TP，基本反映了該時期水質的磷污染。PC2的貢獻率為22.83%，主要包含BOD5、TN和NH3-N，反映水體受農業面源的污染。PC3的貢獻率為14.24%，主要包含NH3-N、pH和Chla，反映水體的營養狀態。PC4的貢獻率為10.96%，主要包含電導率和CODMn，反映水質的有機污染。在第一主成分PC1基本確定河流形態期水質一般性的磷污染情況下，還反映了農業面源污染、水體營養狀態和有機污染的3種不同環境問題。

各個監測點的因子得分及綜合得分如表4。湖泊形態期和河流形態期因子1都在G1和G2上的得分較高，但湖泊形態期得分較高，分別為2.27、2.05，上游河流是水庫外源性磷主要輸入形式，且大部分是顆粒態磷，故說明湖泊形態期上游區域主要受泥沙及磷元素影響。湖泊形態期因子2和因子3也在G1和G2上的得分較高，還受農業排放、生物和有機物的綜合影響；河流形態期中，因子1在G4、G6和G9M監測斷面處的得分較高，分別為2.26、1.23和1.21，此期間，降雨量大，徑流沖刷帶入的磷元素及受到擾動影響的沉積磷向上覆水釋放產生的磷大量增加，導致這幾個監測點受泥沙及磷元素的影響。因子2在Z5、G4和G1上的得分較高，因子4在G2、G6和G4這幾個斷面處得分最高，說明在上游及支流匯口處受生物化學因素影響及有機物的影響。因子3在G9L和G9M斷面處的得分較高，分別為2.12和1.50，說明這幾個斷面處水體主要受人類活動的影響。湖泊形態期和河流形態期綜合得分較高的都位于上游區域，說明上游區域受影響程度大，且是下游區域水質變化的“源”。河流形態期中其次綜合得分較高的是G4、G6和G9M，該區域水體流動性相對較弱，有適宜藻類生長的水動力條件，受其上游影響且此期間溫度較高，故在此區域易發生水華。

表3 2016-2017年紫坪鋪水庫水質主成分荷載矩陣Tab.3 Principal component loading matrix of water quality for Zipingpu Reservoir during 2016-2017

表4 監測點分期污染情況綜合得分Tab.4 Contamination synthesis scores of monitoring sites during different phases

2.4 水質因子時間分布特征

依據紫坪鋪水庫2016-2017年一年的水質監測數據并結合聚類分析、主成分分析分析結果，選取因水文形態周期變化水質受其影響較大的區域進行分析。即漁子溪電站尾水下游(G1)、圣音寺(G4)為上游區域，壽溪河匯口下游(G6)為支流匯口下游區域，跨庫大橋中(G9M)和查關村(G10)為庫區代表區域。對年內各典型水質因子進行分析(圖4)。降雨量和水溫與部分水質因子顯著性相關(P<0.05)，表明季節變化對紫坪鋪水庫水質影響顯著。

2016-2017年紫坪鋪水庫TP月變化劇烈，尤其是入庫斷面G1，在湖泊形態期來水量較低，總磷的含量也相對較低(圖5)。水庫中的磷大部分是由上游干流輸入而來，且主要是顆粒態的磷，由于水庫集水面積大，河流進入的流速緩慢，輸入的含磷顆粒物更易沉降，干流輸入的磷含量更多，隨著降雨量的增大，上游的徑流量隨之增加，且吸附能力較差的土壤會因降雨將其表面的含磷物質沖刷至水庫，對下游庫區磷含量產生影響，故在河流形態期內出現相應的幾個峰值。

圖4 2016-2017年紫坪鋪水庫主要水質指標月變化Fig.4 Monthly variation of main water quality index in Zipingpu Reservoir during 2016-2017

圖5 2016-2017年紫坪鋪水庫漁子溪電站尾水下游斷面總磷、總氮與月降雨量的變化Fig.5 Comparison between monthly precipitation and concentrations of TN and TP of Yuzixi downstream of the tailrace monitoring site in ZipingpuReservoir during 2016-2017

入庫G1斷面TN月變化很大，最大值為5.19 mg/L，最小值為0.22 mg/L，平均值為1.73 mg/L，污染相對嚴重，河流形態期內降雨量較高，其中5月降雨量達到189 mm，TN含量達到峰值，7月降雨量為全年最大值，達287 mm，在次月TN隨即快速增加至1.42 mg/L。說明TN含量受降雨量的影響。同時在5月及7月透明度較高，分別為0.25和0.18 m，說明受人類擾動較小，所受外源氮輸入影響高于人類擾動作用。

入庫斷面Chla濃度的季節變化與其他斷面明顯不同，可能是受上游來水影響。由于降雨量的增大改變了上游區域水文條件及溫度升高超過了藻類生長的適宜溫度。全年降雨量最高的7月后的8月庫區各點出現峰值，最大值達14.18 mg/m3。4月和8月的雙峰值代表了年內河道型水庫中藻類的生長情況。氮、磷是藻類生長所必須的元素，G9M斷面處的Chla與氮、磷元素有一定的相似關系，說明氮、磷對藻類生長起到了關鍵的作用，在河流形態期隨著降雨量的增大向下游庫區帶入更多的氮、磷元素，且SD發生變化，會有發生水華的風險[7]。但也有不同之處，比如在湖泊形態期向河流形態期過渡的4-5月TP與Chla的變化不同，且氮磷比不同時會對浮游植物繁殖造成相應的影響，平均值為87，說明在過渡期藻類受磷元素的限制，在湖泊形態期，面源污染嚴重，但是藻類受到溫度的影響生長較緩慢(圖6)。

圖6 2016-2017年紫坪鋪水庫跨庫大橋中斷面總磷、總氮與葉綠素a的變化Fig.6 Comparison between concentrations of TN, TP and chlorophyll-a of Central bridge of the tailrace monitoring site in Zipingpu Reservoir during 2016-2017

2.5 多元線性回歸分析

由于紫坪鋪水庫在不同時期具有湖泊、河流形態特征，且因季節變化對Chla影響的因素會不同。故利用聚類分析、主成分分析法、多元線性回歸分析按不同時期提取主要影響因子，由表5并結合表3的主成分分析可知，湖泊形態期中對Chla濃度影響最大的是PC1，主要因素是濁度、TP和SD，即Chla含量受水體污染狀況及磷元素的綜合影響；河流形態期中對Chla濃度影響最大的是PC3，主要因素是NH3-N、pH，即Chla含量受人類活動的影響，主要受氮元素的影響。PC2和PC4的貢獻較PC3相差不大，故Chla次要影響因素是BOD5、電導率、CODMn，即Chla含量受生物化學與有機物的綜合影響。

表5 葉綠素a與水質因子的回歸方程Tab.5 Stepwise multiple regression between chlorophyll-a and water quality factors

3 結 語

(1)紫坪鋪水庫兼具湖泊與河流的雙重形態特征。1-4月及10-12月受紫坪鋪蓄水的影響，水位較高，流速緩慢，水域面積較大，接近天然湖泊形態。5-9月水位降低，水域面積減小，呈自然河流形態。根據主要指標的時段變化特征，1-4月及10-12月為湖泊形態期，5-9月為河流形態期。

(2)主成分分析結果表明，紫坪鋪水體營養狀態在不同時期受不同主導因素的影響，且對Chla起主要影響作用的水質指標也不同。將湖泊與河流形態期的因子得分作為自變量進行多元線性回歸，分析結果發現各時期Chla與因子顯著相關。湖泊形態期主要水質影響指標為濁度、TP和SD，Chla主要影響因子為PC1，水體污染情況及磷含量影響顯著；河流形態期主要水質影響指標為濁度、TP和SD，Chla主要影響因子為PC3，水體氮含量影響顯著。

(3)水質時空分布特征結果表明，湖泊形態期受影響程度大的是上游區域，主要影響因子是濁度、TP和TN；河流形態期受影響程度大的是中下游區域，主要影響因子是濁度、TP和BOD5。湖泊和河流形態期內都主要受磷元素影響，隨著湖泊形態期向河流形態期過渡，入庫流量逐漸增大，外源磷逐漸向下游輸移，藻類的吸收利用制約著下游區域的 水質情況。綜上所述，紫坪鋪水庫在河流、湖泊形態周期變化下導致年內水動力條件改變直接影響營養鹽的富集與釋放，最終影響水庫營養狀態。

(4)在不同時期對主要水質影響指標及時空特征進行研究，可更全面反映水庫營養狀態，對水庫管理具有一定的意義。

□